도로 영역의 사전지식을 활용한 도로 인식 신경망

Abstract

최근 인공지능과 자율주행에 대한 상용화 기대가 매우 높다. 자율주행 기술의 핵심기능 중의 하나는 전방 카메라를 이용하여 주행 중인 차의 전방에 존재하는 여러 사물들을 인식하는 것이다. 자율주행 자동차의 진행경로상 도로의 영역을 인식하는 기술은 기존의 차선인식, 도로 경계 인식 방법 보다 딥러닝을 사용할 경우 훨씬 높은 인식률을 달성할 수 있다. 그럼에도 불구하고 도로영역 인식은 복잡한 도로영역의 구조 및 형태로 인해 오류발생 가능성이 높다. 이에 본 논문에서는 도로영역에 대해 알려진 사전지식을 활용하여 딥러닝을 활용한 도로영역 인식의 성능을 높이는 방법을 제안한다. 제안된 기법을 사용하여 기존 방법대비 7 %의 성능 향상을 보였다. 이는 딥러닝과 도로 영역의 사전지식을 이용하면 자율주행 자동차의 전방 주행가능 영역 인식에 충분히 활용 가능할 것임을 시사한다.

Recently, commercialization of artificial intelligence and autonomous navigation is very highly expected. One of the key functions of autonomous driving is to recognize objects that exist in front of a car that is driving by using a front camera. The technology that recognizes the driveable road area by autonomous vehicles can achieve a much higher recognition rate when using the deep learning technology than the existing lane recognition and road boundary recognition algorithms. Nevertheless, road area recognition is highly likely to occur due to the structure of complex road areas. In this paper, we propose a method to improve the performance of road area recognition using deep learning using commonly known prior knowledge about road area. Using the proposed method, the performance improvement is 7 % compared to the existing method. This suggests that using deep learning and prior knowledge of the road area will be sufficient to recognize the autonomous driving area of ​​the vehicle.